4 minutos de leitura
Autor(a)
Fabrício Carraro é formado em Engenharia da Computação pela UNICAMP e pós-graduado em Data Analytics & Machine Learning pela FIAP. Atualmente, mora na Espanha.
Fique por dentro de conteúdos, insights e oportunidades do universo tech. Receba novidades e lançamentos direto no seu e-mail.
Um modelo interno de raciocínio da OpenAI refutou, de forma autônoma, uma conjectura clássica da geometria discreta proposta pelo matemático húngaro Paul Erdős em 1946. A prova foi validada por um grupo de matemáticos externos, incluindo o ganhador da Medalha Fields Tim Gowers.
O anúncio foi feito em 20 de maio de 2026 e marcou a primeira vez que uma IA resolveu, de ponta a ponta, um problema aberto em um subcampo ativo da matemática pura. Isso aconteceu sem treinamento específico para esse fim, sem scaffolding para busca de provas e sem direcionamento para o problema em particular.
A geometria combinatória acumulou décadas de progresso travado no unit distance problem. Desde 1946, o melhor limite inferior para o número máximo de pares de pontos a distância exata 1 em um plano com n pontos permanecia praticamente inalterado.
Erdős conjecturou que esse número crescia de forma quase linear com n. Por décadas, matemáticos acreditavam que arranjos em grade quadrada representavam o limite prático para essa maximização.
A prova apresentada pelo modelo da OpenAI derrubou a conjectura: para infinitos valores de n, existem configurações de pontos com crescimento polinomialmente maior do que o esperado. Isso significa que o expoente real não é "quase 1", mas sim n¹⁺δ, com δ positivo fixo.
Dois aspectos do resultado chamaram atenção da comunidade matemática:
A prova foi verificada por nove matemáticos externos, que também assinaram um artigo complementar sobre o resultado. Entre eles está o medalhista Fields Tim Gowers:
"Não há dúvida de que a solução para o problema das distâncias unitárias é um marco na matemática com IA. Nenhuma prova gerada por IA chegou perto disso antes."
O caso muda o que se esperava que modelos de linguagem fossem capazes de fazer. Até aqui, a visão dominante no campo, refletida em benchmarks e casos de uso comerciais, era que IAs aceleravam tarefas conhecidas: verificavam código, geravam rascunhos, resumiam documentos.
Aqui, o modelo produziu uma ideia original e a levou até uma prova matematicamente válida em um problema que especialistas humanos tentaram resolver por 80 anos sem sucesso.
Isso levou o matemático Arul Shankar a declarar que os modelos atuais vão além de auxiliares e são capazes de ter "ideias originais e engenhosas".
Para devs, pesquisadores e quem constrói produtos com IA, os desdobramentos práticos são:
Vale uma ressalva de contexto. Em outubro de 2025, o então vice-presidente da OpenAI Kevin Weil afirmou no X que o GPT-5 havia encontrado soluções para dez problemas de Erdős até então em aberto. Thomas Bloom, o mesmo matemático que agora assina a verificação do resultado atual, rebateu na época:
"This is a dramatic misrepresentation.", Thomas Bloom, matemático responsável pelo site Erdős Problems, em outubro de 2025.
O modelo havia recuperado soluções já existentes na literatura, não produzido provas originais. O resultado de maio de 2026 está sendo tratado como diferente por esse mesmo grupo de verificadores.
Se você quer aprofundar o conhecimento em inteligência artificial, desde os fundamentos de modelos de linguagem até a construção de agentes autônomos, a Alura tem uma carreira com especialização completa de IA aplicada.
É uma formação para quem quer entender o que está por trás desses avanços e saber usar essas ferramentas em projetos reais.
Avalie este artigo
